Vagal contributions to fetal heart rate variability: an omics approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Fetal heart rate variability (fHRV) is an important indicator of health and disease, yet its physiological origins, neural contributions, in particular, are not well understood. We aimed to develop novel experimental and data analytical approaches to identify fHRV measures reflecting the vagus nerve contributions to fHRV. APPROACH: In near-term ovine fetuses, a comprehensive set of 46 fHRV measures was computed from fetal pre-cordial electrocardiogram recorded during surgery and 72 h later without (n = 24) and with intra-surgical bilateral cervical vagotomy (n = 15). MAIN RESULTS: , Kullback-Leibler permutation entropy (KLPE) and scale-dependent Lyapunov exponent slope (SDLE α). SIGNIFICANCE: We provide a systematic delineation of vagal contributions to fHRV across signal-analytical domains which should be relevant for the emerging field of bioelectronic medicine and the deciphering of the 'vagus code'. Our findings also have clinical significance for in utero monitoring of fetal health during surgery. Key points •Fetal surgery causes a complex pattern of changes in heart rate variability measures with an overall reduction of complexity or variability. •At 72 h after surgery, many of the HRV measures recover and this recovery is delayed by an intrasurgical cervical bilateral vagotomy. •We identify HRV pattern representing complete vagal withdrawal that can be understood as part of 'HRV code', rather than any single HRV measure. •We identify HRV biomarkers of recovery from fetal surgery and discuss the effect of anticholinergic medication on this recovery.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle